Logz.io aprovecha la IA para las recomendaciones de respuesta a incidentes de superficie

Por: Mike Vizard el 1 de junio de 2023

Logz.io agregó esta semana una capacidad de aprendizaje automático supervisado a su plataforma de observabilidad que reduce el tiempo medio de remediación al mostrar recomendaciones para resolver incidentes.

Asaf Yigal, vicepresidente de producto de Logz.io, dijo que la capacidad de recomendación de alerta agregada a la plataforma Logz.io Open360 utiliza inteligencia artificial (IA) para modelar los pasos que un equipo de DevOps debe completar para resolver un incidente.

El objetivo es reducir la cantidad de tiempo requerido para resolver incidentes en un momento en que los entornos de TI se vuelven cada vez más complejos, agregó.

De hecho, una encuesta reciente de Logz.io encontró que el 75 % de los encuestados dijeron que actualmente les toma horas resolver los problemas de producción, y solo el 14 % está satisfecho con su tiempo medio de resolución (MTTR) actual. Un total del 41% citó específicamente el monitoreo y la observabilidad de los entornos de Kubernetes como un desafío principal.

Alert Recommendation es la última de una serie de inversiones en IA que ha realizado Logz.io. Anteriormente, Logz.io integró la plataforma de inteligencia artificial (IA) generativa ChatGPT para mostrar enlaces a información relacionada y mejores prácticas para resolver problemas de TI.

En general, las herramientas de IA deberían permitir administrar TI a un nivel de escala que elimine muchas de las tareas de análisis e ingeniería de datos de bajo nivel que anteriormente requerían el esfuerzo manual de un equipo de ingeniería de DevOps. Si, por ejemplo, la plataforma de observabilidad está generando recomendaciones para abordar problemas, puede haber menos necesidad de crear runbooks que los equipos de DevOps suelen crear para abordar una amplia gama de problemas conocidos.

Además de simplificar el discernimiento de la causa raíz de un problema, la IA también hace posible que los miembros menos experimentados de un equipo DevOps resuelvan un problema utilizando la guía generada por la plataforma de observabilidad, señaló Yidal.

En efecto, las tecnologías de IA están reduciendo la carga cognitiva requerida para ser un miembro efectivo de un equipo DevOps, agregó.

De una forma u otra, no se trata tanto de si la IA se aplicará a DevOps sino del grado. Muchas de las tareas manuales que a menudo conspiran para crear cuellos de botella de DevOps deberían reducirse significativamente en los próximos meses a medida que se realicen más avances. El desafío ahora es determinar la mejor manera de reasignar la experiencia de DevOps en previsión de esos avances.

Por supuesto, siempre habrá cierta sensación de inquietud cuando se trata de IA. Sin embargo, muchas de las tareas que están a punto de automatizarse tienden a ser tediosas. Muchos profesionales de DevOps preferirían ver que esas tareas se automatizan con la expectativa de que habrá más tiempo disponible para asumir desafíos más complejos.

Independientemente de la motivación, la forma en que se gestiona la TI está a punto de cambiar. Puede haber muchos casos en los que la IA no esté a la altura de su expectativa inicial, pero a medida que los modelos de IA estén expuestos a más datos, serán más precisos. Sin embargo, eso no significa que no siempre será necesario un ingeniero de DevOps para garantizar que esos algoritmos se comporten como se espera.

Archivado como: IA, Gestión/supervisión del rendimiento de aplicaciones, Blogs, Práctica de DevOps, Funciones, Administración de TI, Noticias Etiquetado con: automatización, IA generativa, respuesta a incidentes, Logz.io, aprendizaje automático